python过滤中英文标点符号

最新推荐文章于 2022-05-10 21:23:42 发布

原创最新推荐文章于 2022-05-10 21:23:42 发布 · 8.5k 阅读

7 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了一种使用Python的正则表达式库re来过滤文本中的特定字符的方法。通过定义不同的正则表达式规则，可以有效地清除文本中的各种英文和中文标点符号以及其他不需要的字符。本文提供了具体的代码示例，展示了如何实现这些过滤规则。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import re

# 过滤不了\\ \ 中文（）还有————
r1 = u'[a-zA-Z0-9’!"#$%&\'()*+,-./:;<=>?@，。?★、…【】《》？“”‘’！[\\]^_`{|}~]+'#用户也可以在此进行自定义过滤字符


# 者中规则也过滤不完全
r2 = "[\s+\.\!\/_,$%^*(+\"\']+|[+——！，。？、~@#￥%……&*（）]+"


# \\\可以过滤掉反向单杠和双杠，/可以过滤掉正向单杠和双杠，第一个中括号里放的是英文符号，第二个中括号里放的是中文符号，第二个中括号前不能少|，否则过滤不完全
r3 =  "[.!//_,$&%^*()<>+\"'?@#-|:~{}]+|[——！\\\\，。=？、：“”‘’《》【】￥……（）]+"


# 去掉括号和括号内的所有内容
r4 =  "\\【.*?】+|\\《.*?》+|\\#.*?#+|[.!/_,$&%^*()<>+""'?@|:~{}#]+|[——！\\\，。=？、：“”‘’￥……（）《》【】]"


text = "\崔芸，\\我爱=+你！【我//""们】~————结/婚'吧:：！这.!！_#？?（）个‘’“”￥$主|意()不错......！"


print(re.sub(r1, , '', text))